Adriana Vlad, Adrian Mitrea * Estimating Conditional Probabilities and Digram Statistical Structure in Printed Romanian



Table 3.2. Conditional probabilities and digram probabilities estimation in text with blanks
Digram
(i,j) 		Probability
(j/i) 		Signal to
noise ratio 		Relative
error 		Probability
(i,j) 		Cumulated
relative error 		*) Probability
(i,j) 		**) Probability
(i,j)
AL 0.0959 24.01 0.0816 0.0079 0.1074 0.0070 0.0065
AR 0.1606 32.23 0.0608 0.0132 0.0861 0.0121 0.0121
AT 0.1105 25.97 0.0755 0.0091 0.1011 0.0089 0.0094
A- 0.2435 41.80 0.0469 0.0200 0.0718 0.0218 0.0218
CA 0.1451 21.66 0.0905 0.0065 0.1263 0.0065 0.0063
CE 0.1784 24.50 0.0800 0.0080 0.1154 0.0081 0.0080
CU 0.1487 21.97 0.0892 0.0067 0.1249 0.0062 0.0064
DE 0.4468 39.27 0.0499 0.0123 0.0943 0.0124 0.0124
DI 0.1776 20.30 0.0965 0.0049 0.1429 0.0049 0.0046
EA 0.0960 26.67 0.0735 0.0099 0.0961 0.0093 0.0095
EL 0.0615 20.95 0.0935 0.0063 0.1166 0.0061 0.0062
EN 0.0606 20.79 0.0943 0.0062 0.1174 0.0063 0.0060
ER 0.0890 25.58 0.0766 0.0091 0.0993 0.0089 0.0091
ES 0.0579 20.29 0.0966 0.0060 0.1197 0.0055 0.0057
E- 0.3863 64.94 0.0302 0.0397 0.0519 0.0399 0.0403
IN 0.1402 30.81 0.0636 0.0125 0.0879 0.0119 0.0118
I- 0.2826 47.89 0.0409 0.0252 0.0647 0.0262 0.0255
LE 0.2003 25.77 0.0761 0.0078 0.1143 0.0085 0.0077
L- 0.2139 26.86 0.0730 0.0083 0.1111 0.0089 0.0081
NE 0.1175 21.84 0.0897 0.0064 0.1221 0.0063 0.0063
NT 0.1270 22.83 0.0859 0.0069 0.1181 0.0076 0.0075
N- 0.1956 29.52 0.0664 0.0107 0.0981 0.0100 0.0100
OR 0.2347 25.99 0.0754 0.0081 0.1158 0.0084 0.0083
PE 0.2244 22.37 0.0876 0.0059 0.1347 0.0056 0.0053
PR 0.2412 23.44 0.0836 0.0064 0.1305 0.0061 0.0061
RA 0.1155 23.20 0.0845 0.0072 0.1144 0.0065 0.0056
RE 0.2674 38.78 0.0505 0.0167 0.0795 0.0172 0.0172
RI 0.1694 28.99 0.0676 0.0106 0.0971 0.0113 0.0114
R- 0.0946 20.75 0.0944 0.0059 0.1246 0.0063 0.0069
SE 0.1592 21.01 0.0933 0.0059 0.1330 0.0060 0.0062
ST 0.2505 27.91 0.0702 0.0093 0.1091 0.0079 0.0083
TA 0.1194 21.68 0.0904 0.0064 0.1232 0.0058 0.0057
TE 0.2475 33.77 0.0580 0.0132 0.0899 0.0128 0.0126
TR 0.1206 21.80 0.0899 0.0064 0.1227 0.0063 0.0059
T- 0.1422 23.97 0.0818 0.0076 0.1143 0.0083 0.0088
UL 0.1822 26.88 0.0729 0.0092 0.1061 0.0091 0.0097
UN 0.1357 22.56 0.0869 0.0069 0.1205 0.0071 0.0071
U- 0.1924 27.80 0.0705 0.0097 0.1036 0.0089 0.0088
Ã- 0.6120 54.06 0.0363 0.0173 0.0796 0.0177 0.0179
ÂN 0.6142 24.63 0.0796 0.0033 0.1848 0.0033 0.0029
ÎN 0.9031 77.24 0.0254 0.0093 0.0968 0.0090 0.0091
ªI 0.6578 39.87 0.0492 0.0066 0.1231 0.0070 0.0065
ÞI 0.6258 33.02 0.0594 0.0059 0.1370 0.0060 0.0061
-A 0.1061 35.06 0.0559 0.0171 0.0731 0.0166 0.0166
-C 0.1160 36.86 0.0532 0.0186 0.0703 0.0190 0.0194
-D 0.1132 36.35 0.0539 0.0182 0.0711 0.0168 0.0168
-L 0.0422 21.36 0.0918 0.0068 0.1096 0.0068 0.0067
-M 0.0425 21.44 0.0914 0.0068 0.1092 0.0076 0.0080
-N 0.0384 20.34 0.0963 0.0062 0.1142 0.0063 0.0065
-P 0.0889 31.79 0.0616 0.0143 0.0790 0.0140 0.0132
-S 0.0937 32.71 0.0599 0.0151 0.0772 0.0145 0.0139
-Î 0.0612 25.99 0.0754 0.0098 0.0930 0.0100 0.0104
-ª 0.0480 22.85 0.0858 0.0077 0.1035 0.0060 0.0059

*) Calculated as ratio between the occurrence number and the total digram number on the whole X text.

**) Calculated on a periodical sample from the whole X text with a step of 200 letters.


52

Previous Index Next